小结：PullMessageService处理拉取消息请求。通过组织RequetHeader需要包含从哪里开始拉取（ConsumerGroup、Topic，Queue，queueOffset）等信息，向Broker发起请求，取回消息后对消息进行处理。当该Queue的消息数量超过1000，或者最小与最大偏移量之间的差距超过默认2000也会触发限流，即：延迟50毫秒放入请求队列。也可以通过挂起消费线程来延迟（1秒）消息拉取，从而达到消费限流作用。
Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅 提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便 捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用 者能够将精力更集中地放在处理业务逻辑上。
java 中的线程同步方式有以下几种方式： 1. synchronized 关键字 — 内置锁 2. volatile 类型变量 3. java.util.concurrent.atomic 定义的原子变量 4. 显式锁 — java.util.concurrent.locks.ReentrantLock 如果在多线程并发环境中对于共享的变量没有使用上述某个合适的同步机制，那么程序就有可能出现错误。
在互联网系统发展之初，系统比较简单，消耗资源小，用户访问量也比较少，我们只部署一个Tomcat应用就可以满足需求。系统架构图如下:
在 Java 程序中，我们可以利用 synchronized 关键字来对程序进行加锁。它既可以用来声明一个 synchronized 代码块，也可以直接标记静态方法或者实例方法。
在前几天的文章：浅谈Java中的锁：Synchronized、重入锁、读写锁 中我们学习了多线程环境下为了保证线程安全需要加各种各样的锁，但是加锁势必会带来性能的损耗，此篇文章就讨论一下如何优化加锁后的程序
在单机环境下，当存在多个线程可以同时改变某个变量（可变共享变量）时，就会出现线程安全问题。这个问题可以通过 JAVA 提供的 volatile、ReentrantLock、synchronized 以及 concurrent 并发包下一些线程安全的类等来避免。
在应用开发中，特别是web工程开发，通常都是并发编程，不是多进程就是多线程。这种场景下极易出现线程并发性安全问题，此时不得不使用锁来解决问题。在多线程高并发场景下，为了保证资源的线程安全问题，jdk为我们提供了synchronized关键字和ReentrantLock可重入锁，但是它们只能保证一个工程内的线程安全。在分布式集群、微服务、云原生横行的当下，如何保证不同进程、不同服务、不同机器的线程安全问题，jdk并没有给我们提供既有的解决方案。此时，我们就必须借助于相关技术手动实现了。目前主流的实现有以下方式：
分布式锁在分布式环境中起着非常重要的作用，它可以协调多个节点的操作，保证数据的一致性。Redis作为一个高性能、高可用的缓存系统，提供了基于Redis的分布式锁的实现方案。
首先我们要通过Maven引入Jedis开源组件，在pom.xml文件加入下面的代码：
Java面试通关手册（Java学习指南，欢迎Star，会一直完善下去，欢迎建议和指导）：https://github.com/Snailclimb/Java_Guide
与分布式锁相对应的是「单机锁」，我们在写多线程程序时，避免同时操作一个共享变量产生数据问题，通常会使用一把锁来「互斥」，以保证共享变量的正确性，其使用范围是在「同一个进程」中。
多线程以及多进程改善了系统资源的利用率并提高了系统 的处理能力。然而，并发执行也带来了新的问题——死锁。所谓死锁是指多个线程因竞争资源而造成的一种僵局（互相等待），若无外力作用，这些进程都将无法向前推进。
首先我们这里提到的锁，是把所需要的代码块，资源，或数据锁上，在操作他们的时候只允许一个线程去做操作。最终结果是为了保证cpu计算结果的正确性。
有些业务请求，属于耗时操作，需要加锁，防止后续的并发操作，同时对数据库的数据进行操作，需要避免对之前的业务造成影响。
首先我们得了解什么叫作线程,我们电脑里面有很多程序在运行,比如说QQ,微信等等,一个程序就是一个进程,进程是电脑分配内存空间的最小单位,但是进程里面有很多线程,比如说QQ,QQ里面有接受消息的,有显示动画的,有发送消息的,有很多很多线程,线程就是CPU执行命令的最小单位,一个CPU在一个时间内只能执行一个线程的任务
当我们想要在业务中引入“乐观锁”时，应该要思考清楚它的概念，为了更加形象的理解“乐观锁”，我们可以先看一下认识下悲观锁。
1. 【强制】获取单例对象需要保证线程安全，其中的方法也要保证线程安全。 说明：资源驱动类、工具类、单例工厂类都需要注意。
上文《Java并发编程实战》的第1章“多线程安全性与风险”，讲述了多线程带来的好处与风险。本文承接上文，继续总结《Java并发编程实战》的第二章：线程安全性。
Redisson的分布式可重入锁RLock Java对象实现了java.util.concurrent.locks.Lock接口，同时还支持自动过期解锁。
分布式锁有着多种多样的实现方式，今天就来介绍一下 如何用 Redis 实现一个分布式锁。
本文由“全村的希望”读者投稿。 相同点： 原子性，可见性，有序性，可重入性 不同点： synchronized是非公平锁，ReentrantLock可以创建公平与非公平锁。 synchronized无法中断一个正在等待获取锁的线程，ReentrantLock使用lockInterruptibly可以感知中断获取锁的操作。 ReentrantLock可以实现非块结构的加锁。 ReentrantLock使用tryLock(time)来实现定时锁，也可避免死锁。 在实现生产者消费者模型时，synchronize
在之前的文章中，我们介绍了synchronized同步锁关键字的作用以及相关的用法，它能够保证同一时刻最多只有一个线程执行修饰的代码段，以实现线程安全执行的效果。
作者个人研发的在高并发场景下，提供的简单、稳定、可扩展的延迟消息队列框架，具有精准的定时任务和延迟队列处理功能。自开源半年多以来，已成功为十几家中小型企业提供了精准定时调度方案，经受住了生产环境的考验。为使更多童鞋受益，现给出开源框架地址：
缓存雪崩、穿透以及击穿，作为老生常谈的问题，也是面试八股文中经常被提及的话题。因为目前的互联网系统没有几个不需要用缓存的。然而，对于缓存的这三个问题，很多人只是单纯的背过答案（比如布隆过滤器、分布式锁等），却少有人能够清楚地理解其思路。本文旨在深入浅出地探讨和分析这三大缓存问题。强调的是，真正有价值的不仅是答案本身，更是解答背后的思考和推导过程。如果能够理解这些问题的根本原因，才能更好地应对类似的挑战。
你要是觉得我是要讲ConcurrentHashMap源码分析、segment，rehash之类的事情，就可以不用往下看了。 考虑以下场景: 在Spring Framework实现的服务中做一个计数器，要求对任意请求的到达计数。比如，实现了这处理这几个path的controller: /path1， /path2， /path3，…… 很自然，基本的设计是做一个Service Bean，内部封装一个KV形式的方式来统计，像这样： /path1 --> [count of path1] /path2 --> [
提到锁，大家肯定想到的是sychronized关键字。是用它可以解决一切并发问题，但是，对于系统吞吐量要求更高的话，我们这提供几个小技巧。帮助大家减小锁颗粒度，提高并发能力。
AQS的全称是AbstractQueuedSynchronizer，也就是抽象队列同步器，它是在java.util.concurrent.locks包下的，也就是JUC并发包。java提供了synchronized关键字内置锁，还提供了显示锁，而大部分的显示锁的底层都用到了AQS，比如只有一个线程能执行ReentrantLock独占锁，又比如多个线程可以同时执行共享锁Semaphore、CountDownLatch、ReadWriteLock，CyclicBarrier。AQS使用模板方法模式，使用者继承A
最简单的理由就是作为一个社招程序员，面试的时候一定被面啦，你看怎么多公众号都翻来覆去的发分布式锁的主题，可见它很重要啦，在高考里这就是送分题，不要怪可惜的。
单机单线程时代没有锁的概念，自从出现了资源竞争，人们才意识到需要对部分场景执行加锁，java中锁的种类很多本小结来学习一下
点击上方“芋道源码”，选择“设为星标” 管她前浪，还是后浪？ 能浪的浪，才是好浪！ 每天 10:33 更新文章，每天掉亿点点头发... 源码精品专栏 原创 | Java 2021 超神之路，很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析 网络应用框架 Netty 源码解析 消息中间件 RocketMQ 源码解析 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析 作业调度中间件 Elastic-Job 源码解析 分布式事务中间件 TCC-Transaction
AQS的全称是AbstractQueuedSynchronizer，也就是抽象队列同步器，它是在java.util.concurrent.locks包下的，也就是JUC并发包。java提供了synchronized关键字内置锁，还提供了显示锁，而大部分的显示锁的底层都用到了AQS，比如只有一个线程能执行ReentrantLock独占锁，又比如多个线程可以同时执行共享锁Semaphore、CountDownLatch、ReadWriteLock，CyclicBarrier。AQS使用模板方法模式，使用者
死锁是一个比较大的概念，在并发场景下的加锁行为都有可能产生死锁问题。在Java 并发编程中会有死锁，操作系统里也有死锁，数据库里也见过死锁，分布式里也有死锁， 看上去蛮常见的，这一篇主要简单的介绍下死锁，然后说一说在并发编程中如何对待死锁。
每一个 Java 的高级程序员在体验过多线程程序开发之后，都需要问自己一个问题，Java 内置的锁是如何实现的？最常用的最简单的锁要数 ReentrantLock，使用它加锁时如果没有立即加成功，就会阻塞当前的线程等待其它线程释放锁之后再重新尝试加锁，那线程是如何实现阻塞自己的？其它线程释放锁之后又是如果唤醒当前线程的？当前线程是如何得出自己没有加锁成功这一结论的？本篇内容将会从根源上回答上面提到的所有问题
什么是悲观锁？认为自己在使用数据的时候一定有别的线程来修改数据,因此在获取数据的时候会先加锁,确保数据不会被别的线程修改 适合写操作多的场景,先加锁可以保证写操作时数据正确(写操作包括增删改)、显式的锁定之后再操作同步资源 synchronized关键字和Lock的实现类都是悲观锁
但是加锁也为我们带来了诸多问题 如:死锁,活锁,线程饥饿等问题 这一章我我们主要处理锁带来的问题. 首先就是最出名的死锁
接口性能优化是后端开发人员经常碰到的一道面试题，因为它是一个跟开发语言无关的公共问题。
在并发环境下想要共享变量，一旦涉及修改操作，就需要用到锁了。 Java 中的锁有这么几种：synchronized、reentrant lock、还有reentrant lock 衍生出的其他锁比如ReadWriteReentrantLock
进程是指一个内存中运行的应用程序，每个进程都有自己独立的一块内存空间，一个进程中可以启动多个线程。比如在Windows系统中，一个运行的exe就是一个进程。
总是假设最坏的情况，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会阻塞直到它拿到锁（共享资源每次只给一个线程使用，其它线程阻塞，用完后再把资源转让给其它线程）。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。在Java中，synchronized从偏向锁、轻量级锁到重量级锁，全是悲观锁。JDK提供的Lock实现类全是悲观锁； 手动加悲观锁 读锁：LOCK tables test_db read，释放锁：UNLOCK TABLES; 写锁：LOCK tables test_db WRITE，释放锁：UNLOCK TABLES; 读锁与写锁 如果要更新数据，那么加锁的时候就直接加写锁，一个线程持有写锁的时候别的线程无论读还是写都需要等待； 如果是读取数据仅为了前端展示，那么加锁时就明确地加一个读锁，其他线程如果也要加读锁，不需要等待，可以直接获取（读锁计数器+1）； 虽然读写锁感觉与乐观锁有点像，但是读写锁是悲观锁策略。因为读写锁并没有在更新前判断值有没有被修改过，而是在加锁前决定应该用读锁还是写锁； ●优点：可以完全保证数据的独占性和正确性，因为每次请求都会先对数据进行加锁， 然后进行数据操作，最后再解锁，而加锁释放锁的过程会造成消耗，所以性能不高; ●缺点：因为每次请求都会先对数据进行加锁， 然后进行数据操作，最后再解锁，而加锁释放锁的过程会造成消耗，所以性能不高;
广义上可重入锁，也叫做递归锁，指的是同一线程，外层函数获得锁之后，内层函数仍有获得该锁的代码，但不受影响。Java的ReentrantLock和synchronized都是可重入锁。
两个或两个以上的进程在执行过程中，因争夺资源而造成的一种相互等待的现象，若无外力作用，他们都将无法推进下去，陷入死循环
为了合理利用 CPU 的高性能，平衡这三者的速度差异，计算机体系机构、操作系统、编译程序都做出了贡献，主要体现为：
需求：我们开发了一个网站，需要对访问量进行统计，用户每次发一次请求，访问量+1，如何实现呢？
松哥最近正在录制 TienChin 项目视频～采用 Spring Boot+Vue3 技术栈，里边会涉及到各种好玩的技术，小伙伴们来和松哥一起做一个完成率超 90% 的项目，戳戳戳这里-->TienChin 项目配套视频来啦。 ---- 作者：jingQ https://www.sevenyuan.cn/ 一、业务背景 有些业务请求，属于耗时操作，需要加锁，防止后续的并发操作，同时对数据库的数据进行操作，需要避免对之前的业务造成影响。 ---- 二、分析流程 使用 Redis 作为分布式锁，将锁的状态放到
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
